压力传感器因温度漂移补偿方法

作者：董添奇; 谈聪

来源：传感器世界, 2023, 29(04): 9-16.

DOI：10.16204/j.sw.issn.1006-883X.2023.04.002

• 插值拟合
• 协方差
• 径向基神经网络
• 加权K均值聚类
• 扩增样本

为了改善压力传感器因温度漂移导致的测量误差问题，在标定压力和温度下，通过传感器测出的数据做拟合，减小温度对测量结果的影响。文章首先对数据进行预处理，利用协方差评价序列间的影响权重，以数据融合方式改造训练集，过滤其中潜在因素的影响，进而增强数据间的相关性；其次，利用插值曲线良好的拟合效果，等间隔的在曲线上抽取若干新数据点，扩充原始训练集，提升神经网络的训练精度；最后，用加权K均值聚类（K-means Clustering Algorithm）的径向基神经网络（Radial Basis Function Neyral Network）对扩增数据进行训练，得到拟合神经网络模型，使用测试数据对模型进行试验。实验结果表明，文章提出的方法对压力传感器温度漂移数据的拟合有很好的效果。

• 单位
  长江大学